【动手学】42_锚框

当前目标检测按锚框分类有两类：

• 有锚框算法，Yolo ，RCNN等
• 无锚框算法，YOLOX

衡量锚框的重合程度---IOU（交并比）

将图片看成像素集合，那每个框一是像素的集合，这样就可以使用雅克比指数进行衡量交并比。

给锚框定标号：

• 每个锚框是一个训练样本
• 将每个锚框，要么标注成背景，要么关联上一个真实边绿框
• 我们可能会生成大量的锚框，这个导致大量的负类样本

通过选择某一锚框(行)，则就负责该行和列(边缘框)的预测，直到整个图像所有像素全部被覆盖。

 两种生成方法：

• 根据图片自动生成
• 固定生成

非极大抑制（NMS）

• 每个锚框预测一个边绿框
• NMS可以合并相似的预测
• 选中是非背景类的最大预测值去掉所有其它和它IoU值大于阈值的预测重复上述过程直到所有预测么被选中，要么被去掉要

预测时， 其中有两次筛选操作：

• IOU筛选，通过设定某一阈值，将预选框小于阈值的框筛选掉
• NMS筛选，将IoU筛选后的框，排序。选取同一标签号的预选框置信度最大的框。

总结：

• 类目标检測算法基于锚框来预测
• 首先生成大量锚框，并赋予标号，每锚框作为一个样本进行训练
• 在预测时，使用NMS来去掉冗余的预测